原创力文档- 3
- 0
- 约1.25万字
- 约 11页
- 2023-12-06 发布于四川
- 举报
本发明属于等离子体诊断领域，具体提供一种基于深度神经网络的弹道靶等离子体电子密度反演方法，用以解决现有技术中反演效率低、反演耗时长的问题。本发明首先，针对弹道靶等离子体电子密度反演问题，构建用于介电常数预测的深度学习神经网络模型；然后，在全波仿真软件中设置多层等离子体模型，采用随机数向量作为介电常数，并采样得到作为特征参数的相位值向量，构成数据集并对神经网络模型完成离线训练；最后，利用神经网络模型预测输出待检测弹道靶等离子体的介电常数分布，再转换得到电子密度分布；综上，本发明能够在保证精度的前提
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117172121A
(43)申请公布日2023.12.05
(21)申请号202311165281.1
(22)申请日2023.09.11
(71)申请人电子科技大学
地址611731
文档评论（0）